科研系列讲座|首场直播:ESEC/FSE 2022 杰出论文,自动化日志解析新神器SPINE

2023-01-06 | 作者:微软亚洲研究院

你是否想听原作者介绍他们在国际顶会中发表的最新工作?你是否想了解顶级科研工作背后的故事?优秀的研究人员有着怎样的科研方法论?新的线上直播讲座——微软亚洲研究院科研系列即将开播,满足你的所有期待!

微软亚洲研究院科研系列首期讲座将于 1 月 9 日(下周一)14:00 - 15:00 开启,为你带来 ESEC/FSE 2022 杰出论文的讲解。面对在复杂云环境下日志解析实践中存在的突出挑战,微软亚洲研究院的研究员们首次提出了高拓展性、用户友好的自动化日志解析新神器 SPINE,该工作已被软件工程领域顶级会议 ESEC/FSE 2022 接收,并荣获 “杰出论文奖” (ACM SIGSOFT Distinguished Paper Award)。在本期讲座中,数据、知识与智能组研究员张旭、李立群、何世林将分享 SPINE 的研发始末,介绍论文工作,回忆心路历程,并分享他们的科研经验。欢迎对此话题感兴趣的老师同学们参与讲座!

直播信息

直播地址:B 站 “微软中国视频中心” 直播间
https://live.bilibili.com/730

直播时间:1 月 9 日(下周一)14:00 - 15:00

扫码或点击 “阅读原文” 直达直播间

讲座信息

在云计算时代,软件系统的可靠性至关重要,一个小小的问题就可能影响百万用户。日志被广泛用于观测并忠实记录系统的内部状态,并在此基础上分析并解决系统故障。然而日志量非常巨大,人工分析捉襟见肘,自动化日志分析逐渐兴起。其中,如何将非结构化的日志数据转化为可供自动分析的结构化数据,即日志解析,是至关重要的第一步。在实践中,日志数据往往存在着数据量巨大,极度不均衡,数据漂移且没有标注等挑战。

为了解决这些挑战并将日志解析真正落实到复杂云环境中,微软亚洲研究院的研究员们和 Azure 的工程师们提出了一个支持轻量级用户反馈的,可在大数据场景下横向扩展的日志解析器 SPINE,并已落地到产品线中。通过在 16 个公开数据集和产品数据上的测评,SPINE 展示了其极高的解析精度及解析效率,并充分体现了其在实际产品线中的易用性和可扩展性。相关论文已在 ESEC/FSE 2022 发表,并荣获 “杰出论文奖”。在本次讲座中,论文作者们将介绍本论文以及背后的科研探索故事。

论文标题

SPINE: A Scalable Log Parser with Feedback Guidance
SPINE: 用户反馈支持的高扩展日志解析器

论文亮点

面向在复杂云环境下日志解析实践中存在的突出挑战,本论文首次提出了带有用户反馈支持的高可扩展日志解析器 SPINE。它成功将用户的领域知识与数据驱动的日志解析模型有机地结合起来,使得日志解析器在能够在极少量人工反馈的支持下,大幅度提高日志解析精度。同时,考虑到实际工业环境中规模庞大的日志数据量, SPINE 专门提出了针对工业级日志的数据调度算法,此举可极大加速并行化解析日志的效率。

 

讲者信息


主要从事 AIOps 领域的研究工作,主要研究方向为大规模云系统中的异常检测,自动故障诊断,智能日志数据分析等。在 FSE/ATC/KDD/ICSE 等多个计算机领域顶级会议上发表论文20余篇,其研究成果已在微软 Azure,M365 等多个产品服务中得到了成功应用并获得了良好效果。

 


主要从事 AIOps 系统领域的研究工作,主要研究方向为大规模云系统中基于数据的自动故障诊断及性能优化。其研究成果已在微软 Azure,M365 等多个产品服务中得到了成功应用并获得了良好效果。


主要研究方向为 AIOps,日志分析等,其研究成果主要发表于 FSE/ICSE/ASE/CSUR 等国际会议和期刊上,谷歌学术引用超过 1500 次。曾获 ISSRE 最有影响力论文奖,IEEE Open Software Service Award 等。主导的 LogPAI 项目在 Github 上获得 3000 余次 star,数据获 8 万余次下载。其研究成果已集成在微软 Azure,M365 等多个产品服务中并获得了良好效果。

 

主持人


由西安交通大学教授孙宏滨、微软亚洲研究院副院长张冬梅、首席研究员韩石共同指导。专注于代码智能(软件工程和人工智能的交叉)方向的研究,研究领域包括:智能代码表示学习、代码摘要、代码检索、提交消息生成等。曾在 ICSE/ EMNLP/ ICSME/ EMSE/ CIKM 等会议和期刊上发表多篇论文。

 

关于微软亚洲研究院科研系列讲座:

为了分享前沿创新学术成果、展望实际应用前景,微软亚洲研究院全新推出科研系列讲座,通过线上直播的形式邀请研究员分享其获得国内外顶尖学术会议认可的研究成果。我们希望通过介绍优秀研究员的杰出工作和科研方法论,开拓和激发大家的学术思维,启发更多人的科研之路。

标签